Giraph

Giraph 计算的输入是由点和两点之间直连的边所组成的图，例如，点可以表示人，边可以表示朋友请求。每个顶点保存一个值，每个边也保存一个值。输入不仅取决于图的拓扑逻辑，也取决于定点和边的初始值。

计算过程由一序列的迭代进行，在BSP中叫做supersteps。每个顶点都active。在每个superstep中，每个active的顶点触发用户提供的计算方法。这些方法实现了将要输入的图中执行的图算法。簡單來說，在设计Giraph算法的时候要像顶点一样思考。计算方法如下：

- 接受上一个superstep发送给顶点的消息;

- 用消息、定点和伸出的边的值，可能导致值被修改，发送消息给其它顶点;

计算方法并没有直接获取其它顶点的值以及他们的伸出的边。顶点之间通过传递消息来通信。

在我们的单源最短路径的例子中，一个计算方法是：

（1）从所有收到的消息中计算最小的值；

（2）确定各个节点的当前值大小；

（3）最小的值被接受作为顶点的值；

（4）值和边的值沿着每一个外出的边发送。

 public void compute(Iterable<DoubleWritable> messages) {
     double minDist = Double.MAX_VALUE;
     for (DoubleWritable message : messages) {
         minDist = Math.min(minDist, message.get());
     }
     if (minDist < getValue().get()) {
         setValue(new DoubleWritable(minDist));
         for (Edge<LongWritable, FloatWritable> edge : getEdges()) {
             double distance = minDist + edge.getValue().get();
             sendMessage(edge.getTargetVertexId(), new DoubleWritable(distance));
         }
     }
     voteToHalt();
 }

系统架构包括Master、Worker、以及Zookeeper。[2]

-Master

Master 实质上运行在 Hadoop 的 MapTask 上， 其主要作用是对输入图进行分区、协调 Worker 的活动、维护一份存活的 Worker 列表（包括 Worker 的标识符、地址信息等）以及更新 Job 的状态。

-Worker

Worker 也同样运行在 Hadoop 的 MapTask 上，其主要作用是维护已分配图的状态。

-Zookeeper

Zookeeper 在 Giraph 中的主要作用是 Master 选举、命名服务以及协调服务。

Giraph基于Hadoop而建，将MapReduce中Mapper进行封装，未使用reducer。在Mapper中进行多次迭代，每次迭代等价于BSP模型中的SuperStep。一个Hadoop Job等价于一次BSP作业。[3]

官方网站

Giraph基础介绍 - Hama White 的博客 （页面存档备份，存于）

Giraph简介 - Ikroal 的博客